检索结果-维普期刊中文期刊服务平台

基于最大相关熵准则的稀疏图半监督算法: 1; 作者左玲肖恒《计算机工程与设计》北大核心 2024年第11期3320-3328,共9页; 针对传统图半监督算法对非高斯噪声敏感、图的构造依赖于参数选择、训练过程中未考虑数据隐私等问题,提出一种隐私保护性的、基于最大相关熵准则的稀疏图半监督算法。采用最大相关熵准则显著提高算法对极端值的鲁棒性。基于无参数的稀... 展开更多; 关键词半监督学习图正则化最大相关熵准则鲁棒性稀疏性隐私保护性交替方向乘子法半二次优化; 在线阅读下载PDF 职称材料

基于最大相关熵准则的鲁棒半监督学习算法被引量：8: 2; 作者杨南海黄明明 +1 位作者赫然王秀坤《软件学报》 EI CSCD 北大核心 2012年第2期279-288,共10页; 分析了噪声对半监督学习Gaussian-Laplacian正则化(Gaussian-Laplacian regularized,简称GLR)框架的影响,针对最小二乘准则对噪声敏感的特点,结合信息论的最大相关熵准则(maximum correntropy criterion,简称MCC),提出了一种基于最大相... 展开更多; 关键词半监督学习 Gaussian-Laplacian正则化相关熵鲁棒半二次优化; 在线阅读下载PDF 职称材料

基于梯度先验的水下图像恢复被引量：13: 3; 作者陈哲周旭 +1 位作者沈洁徐立中《仪器仪表学报》 EI CAS CSCD 北大核心 2022年第8期39-46,共8页; 由于水体对光线的吸收和散射作用,水下图像呈现出强衰减、高噪声和色彩畸变等问题,难以满足视觉观察和图像分析的需求。针对这一问题,提出了一种基于梯度先验的水下图像恢复方法,用以提高水下图像质量。首先,根据水下成像特性,建立水下... 展开更多; 关键词水下图像恢复梯度先验水下成像模型半二次优化; 在线阅读下载PDF 职称材料

基于最大相关熵的通信辐射源个体识别方法被引量：18: 4; 作者唐哲雷迎科《通信学报》 EI CSCD 北大核心 2016年第12期171-175,共5页; 采用相关熵度量辐射源细微特征之间的相似性,提出一种基于最大相关熵的通信辐射源个体识别方法。首先提取矩形积分双谱特征来表征辐射源个体差异,并基于最大相关熵准则构造优化函数;其次利用半二次优化技术,将非线性的优化问题转化为加... 展开更多; 关键词通信辐射源个体识别最大相关熵稀疏表示半二次优化线性互补问题有效集算法; 在线阅读下载PDF 职称材料

R1范数约束的流形正则化最优均值主成分分析算法被引量：1: 5; 作者卢桂馥邹健王勇《小型微型计算机系统》 CSCD 北大核心 2016年第9期2050-2053,共4页; 基于R1范数的主成分分析(R1-PCA)是一种鲁棒的主成分分析算法.但是R1-PCA并没有考虑样本间的流形结构;另外,由于R1-PCA是基于L2范数来对样本进行中心化的,使得其样本均值对于R1-PCA而言不是最优的.对此,提出一种R1范数约束的流形正则化... 展开更多; 关键词主成分分析流形正则化鲁棒半二次优化 R1范数; 在线阅读下载PDF 职称材料

基于最大相关熵的KPCA异常检测方法被引量：2: 6; 作者李其烨邢红杰《计算机科学》 CSCD 北大核心 2022年第8期267-272,共6页; 异常检测是机器学习中一个重要的研究内容,目前已存在大量的异常检测方法。作为一种常用的核方法,核主成分分析(Kernel Principal Component Analysis,KPCA)已被成功地用于解决异常检测问题。然而,传统的KPCA异常检测方法对噪声非常敏感... 展开更多; 关键词核主成分分析相关熵半二次优化异常检测信息理论学习; 在线阅读下载PDF 职称材料

基于相关熵和流形正则化的图像聚类被引量：3: 7; 作者时照群刘兆伟刘惊雷《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2022年第3期469-482,共14页; 近年来,聚类作为机器学习、数据挖掘等领域的基本问题受到广泛的关注及研究,然而数据中普遍存在的噪声和异常值严重影响聚类结果.提出一个基于相关熵和流形正则化的聚类框架CRNMF(Correntropy and Manifold Regularization Non-Negative... 展开更多; 关键词非负矩阵分解相关熵流形正则化半二次优化技术图像聚类; 在线阅读下载PDF 职称材料

题名基于最大相关熵准则的稀疏图半监督算法: 1; 作者左玲肖恒; 机构湖北工业大学理学院; 出处《计算机工程与设计》北大核心 2024年第11期3320-3328,共9页; 基金国家自然科学基金青年科学基金项目(61702167)。; 文摘针对传统图半监督算法对非高斯噪声敏感、图的构造依赖于参数选择、训练过程中未考虑数据隐私等问题,提出一种隐私保护性的、基于最大相关熵准则的稀疏图半监督算法。采用最大相关熵准则显著提高算法对极端值的鲁棒性。基于无参数的稀疏图构造方式避免参数选择对算法的影响。采用Laplace差分隐私保护机制,保护数据隐私。运用交替方向乘子法和半二次优化获得算法的最优解。实验结果表明,相较于其它相关方法,该算法具有更高的预测准确性、稀疏性和隐私保护性。; 关键词半监督学习图正则化最大相关熵准则鲁棒性稀疏性隐私保护性交替方向乘子法半二次优化; Keywords semi-supervised learning graph regularization maximum correntropy criterion robustness sparsity privacy pre-servation alternating direction method of multipliers half-quadratic optimization; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于最大相关熵准则的鲁棒半监督学习算法被引量：8: 2; 作者杨南海黄明明赫然王秀坤; 机构大连理工大学计算机科学与技术学院模式识别国家重点实验室(中国科学院自动化研究所); 出处《软件学报》 EI CSCD 北大核心 2012年第2期279-288,共10页; 基金国家自然科学基金(60873054 50909012) 国家教育部高等学校博士学科点专项科研基金(20100041120009); 文摘分析了噪声对半监督学习Gaussian-Laplacian正则化(Gaussian-Laplacian regularized,简称GLR)框架的影响,针对最小二乘准则对噪声敏感的特点,结合信息论的最大相关熵准则(maximum correntropy criterion,简称MCC),提出了一种基于最大相关熵准则的鲁棒半监督学习算法(简称GLR-MCC),并证明了算法的收敛性.半二次优化技术被用来求解相关熵目标函数.在每次迭代中,复杂的信息论优化问题被简化为标准的半监督学习问题.典型机器学习数据集上的仿真实验结果表明,在标签噪声和遮挡噪声的情况下,该算法能够有效地提高半监督学习算法性能.; 关键词半监督学习 Gaussian-Laplacian正则化相关熵鲁棒半二次优化; Keywords semi-supervised learning Gaussian-Laplacian regularized correntropy robust half quadratic optimization; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于梯度先验的水下图像恢复被引量：13: 3; 作者陈哲周旭沈洁徐立中; 机构河海大学计算机与信息学院; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2022年第8期39-46,共8页; 基金中央高校基本科研业务费专项资金(B220202075) 国家自然科学基金(62073120) 江苏省自然科学基金(BK20201311)项目资助; 文摘由于水体对光线的吸收和散射作用,水下图像呈现出强衰减、高噪声和色彩畸变等问题,难以满足视觉观察和图像分析的需求。针对这一问题,提出了一种基于梯度先验的水下图像恢复方法,用以提高水下图像质量。首先,根据水下成像特性,建立水下图像梯度先验,水下图像中目标反射信息(水下清晰图层)的梯度大于散射噪声信息(水下噪声图层);其次,根据水下成像模型,对上述梯度先验进行表征建模;最后,建立水下图像的梯度分布优化函数,采用半二次优化方法分离出目标反信息,作为水下图像恢复结果。以UEIB和RUIE数据集为实验样本,与近年来所提出的5种水下图像处理方法进行比较,方法在定性和定量两类评价中均获得了出色的处理结果,峰值信噪比(PSNR)、结构相似性(SSIM)和水下图像质量评价指标(UIQM)评价指标分别达到20.0665、0.6961和3.9029,均优于对比方法。因此,该方法能够有效地抑制水下图像噪声,提高水下图像的信噪比、清晰度和对比度。; 关键词水下图像恢复梯度先验水下成像模型半二次优化; Keywords underwater image restoration gradient prior underwater imaging model semi-quadratic optimization; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于最大相关熵的通信辐射源个体识别方法被引量：18: 4; 作者唐哲雷迎科; 机构电子工程学院; 出处《通信学报》 EI CSCD 北大核心 2016年第12期171-175,共5页; 基金国防科技重点实验室基金资助项目(No.9140C130502140C13068) 总装预研基金资助项目(No.9140A33030114JB39470) 国家自然科学基金资助项目(No.61272333)~~; 文摘采用相关熵度量辐射源细微特征之间的相似性,提出一种基于最大相关熵的通信辐射源个体识别方法。首先提取矩形积分双谱特征来表征辐射源个体差异,并基于最大相关熵准则构造优化函数;其次利用半二次优化技术,将非线性的优化问题转化为加权线性最小二乘问题;最后利用有效集算法得到稀疏系数构造分类器,实现通信辐射源的个体识别。在实际采集的同厂家同型号的FM电台数据集上,验证了方法的可行性与有效性。; 关键词通信辐射源个体识别最大相关熵稀疏表示半二次优化线性互补问题有效集算法; Keywords individual communication transmitter identification maximum correntropy sparse representation half-quadratic linear complementary problem active set algorithm; 分类号 TN911.7 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名R1范数约束的流形正则化最优均值主成分分析算法被引量：1: 5; 作者卢桂馥邹健王勇; 机构安徽工程大学计算机与信息学院中航华东光电有限公司南京理工大学高维信息智能感知与系统教育部重点实验室; 出处《小型微型计算机系统》 CSCD 北大核心 2016年第9期2050-2053,共4页; 基金国家自然科学基金项目(61572033 71371012)资助 +1 种基金教育部人文社会科学规划项目(13YJA630098)资助; 文摘基于R1范数的主成分分析(R1-PCA)是一种鲁棒的主成分分析算法.但是R1-PCA并没有考虑样本间的流形结构;另外,由于R1-PCA是基于L2范数来对样本进行中心化的,使得其样本均值对于R1-PCA而言不是最优的.对此,提出一种R1范数约束的流形正则化最优均值主成分分析(R1-MRPCAOM)算法.通过把流形正则化项加入到R1-PCA的目标函数中,使得R1-M RPCAOM能保持样本的流形结构;通过把均值作为待求解的变量,从而给出相对于R1-M RPCAOM的最优均值.利用半二次优化技术,设计一种求解R1-MRPCAOM的高效算法并证明了其收敛性.在数据库上的实验表明,R1-MRPCAOM比传统的PCA和R1-PCA有着更好的性能.; 关键词主成分分析流形正则化鲁棒半二次优化 R1范数; Keywords principal component analysis manifold reguladzation robust half quadratic R1 norm; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于最大相关熵的KPCA异常检测方法被引量：2: 6; 作者李其烨邢红杰; 机构河北大学数学与信息科学学院河北省机器学习与计算智能重点实验室; 出处《计算机科学》 CSCD 北大核心 2022年第8期267-272,共6页; 基金国家自然科学基金(61672205) 河北省自然科学基金(F2017201020) 河北大学高层次人才科研启动项目(521100222002)。; 文摘异常检测是机器学习中一个重要的研究内容,目前已存在大量的异常检测方法。作为一种常用的核方法,核主成分分析(Kernel Principal Component Analysis,KPCA)已被成功地用于解决异常检测问题。然而,传统的KPCA异常检测方法对噪声非常敏感,若训练样本中存在噪声,则会降低KPCA异常检测方法的检测性能。为了提高KPCA异常检测方法的抗噪声能力,提出了一种基于最大相关熵(Maximum Correntropy Criterion,MCC)的KPCA异常检测方法。利用信息理论学习中的相关熵代替KPCA异常检测方法中基于l_(2)范数的度量,通过调节相关熵函数中的宽度参数,可以有效抑制噪声带来的不利影响;利用半二次优化技术对所提方法的优化问题进行求解,仅需较少的迭代次数即可取得局部最优解。此外,给出了所提方法的算法描述,并分析了算法的计算复杂度。在16个UCI基准数据集上的实验结果表明,与其他4种相关方法相比,所提方法取得了更优的抗噪声能力和泛化性能。; 关键词核主成分分析相关熵半二次优化异常检测信息理论学习; Keywords Kernel principal component analysis Correntropy Half-quadratic optimization Novelty detection Information theoretic learning; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于相关熵和流形正则化的图像聚类被引量：3: 7; 作者时照群刘兆伟刘惊雷; 机构烟台大学计算机与控制工程学院; 出处《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2022年第3期469-482,共14页; 基金国家自然科学基金(62072391,62172351) 山东省自然科学基金(ZR2020MF148)。; 文摘近年来,聚类作为机器学习、数据挖掘等领域的基本问题受到广泛的关注及研究,然而数据中普遍存在的噪声和异常值严重影响聚类结果.提出一个基于相关熵和流形正则化的聚类框架CRNMF(Correntropy and Manifold Regularization Non-Negative Matrix Factorization).首先,采用基于相关熵的非负矩阵分解(Non-Negative Matrix Factorization,NMF)作为损失函数来抑制非高斯噪声和异常值的影响;其次,充分考虑数据的结构信息,采用流形正则化学习数据的局部结构,并通过l2,1-范数对非负矩阵进行稀疏约束;最后,利用半二次优化技术(Half-Quadratic Optimization Technique,HQ)进行优化,并分析了收敛性和计算复杂度.在五个图像数据集上进行测试,实验结果表明,提出的框架在图像聚类任务中具有较好的有效性和鲁棒性.; 关键词非负矩阵分解相关熵流形正则化半二次优化技术图像聚类; Keywords Non-Negative Matrix Factorization(NMF) correntropy manifold regularization Half-Quadratic Optimization Technique(HQ) image clustering; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于最大相关熵准则的稀疏图半监督算法	左玲肖恒	《计算机工程与设计》北大核心	2024	0	在线阅读下载PDF 职称材料
2	基于最大相关熵准则的鲁棒半监督学习算法	杨南海黄明明赫然王秀坤	《软件学报》 EI CSCD 北大核心	2012	8	在线阅读下载PDF 职称材料
3	基于梯度先验的水下图像恢复	陈哲周旭沈洁徐立中	《仪器仪表学报》 EI CAS CSCD 北大核心	2022	13	在线阅读下载PDF 职称材料
4	基于最大相关熵的通信辐射源个体识别方法	唐哲雷迎科	《通信学报》 EI CSCD 北大核心	2016	18	在线阅读下载PDF 职称材料
5	R1范数约束的流形正则化最优均值主成分分析算法	卢桂馥邹健王勇	《小型微型计算机系统》 CSCD 北大核心	2016	1	在线阅读下载PDF 职称材料
6	基于最大相关熵的KPCA异常检测方法	李其烨邢红杰	《计算机科学》 CSCD 北大核心	2022	2	在线阅读下载PDF 职称材料
7	基于相关熵和流形正则化的图像聚类	时照群刘兆伟刘惊雷	《南京大学学报（自然科学版）》 CAS CSCD 北大核心	2022	3	在线阅读下载PDF 职称材料